LLM、Agent、Skill、MCP、RAG一次讲清：设计师该懂的10个AI高频词

进入 AI 时代，新词一个比一个密：刚搞懂 Agent 和 Skill，又冒出来 RAG、MCP。这些偏技术的词设计师以前根本不碰，可现在开会、看教程、刷动态全绕不开，说不懂吧，总觉得有点 out。这篇文章把 10 个高频词一次讲明白。

LLM（大语言模型）：所有 AI 对话工具的底层能力。ChatGPT、Claude、豆包、DeepSeek，往根上扒都是一个 LLM。它的本质是"猜字"——根据海量训练经验，猜一个字后面大概率出现哪个字，所以擅长表达和组织内容，但在数据和事实问题上容易一本正经地胡说八道。

VibeCoding（自然语言编程）：靠说话写代码，不用亲手敲键盘。"氛围编程"之类的翻译不知所云，更准确的理解就是自然语言编程；同理 VibeDesign 就是自然语言设计，靠对话把设计做完。

Agent（智能体）：如果说 LLM 是只会陪你聊天的大脑，Agent 就是让这个大脑自己动手干活。你交代"帮我做个个人网站"，它自己拆步骤：想方案、动手做、遇到问题自己调整、最后交付结果。Codex、Claude Code 是典型代表，Figma Agent 这类应用内 AI 助理也算。

Skill（技能）：一份打包好的工作手册，把"遇到这类活该怎么做"写清楚，模板、工具一起备好，AI 接到活就翻出对应手册照着做。它基本可以对标 SOP——把团队的看家本领一件件"存"进 AI，让 AI 按你定的方法干，不许自由发挥。

Token（词元）：AI 读字、写字的计量单位，也是厂商计费的单位，所以"太烧 token 了"翻译过来就是"太费钱了"。AI 把文字切成小块处理，中文一个字大约算 1 到 2 个 token，英文更省。

MCP（模型上下文协议）：一个通用插口，让 AI 能连上你的各种软件和数据。以前想让 AI 读某个软件的数据得单独定制对接，有了这个统一标准，插上就能用——AI 直接读 Figma 文件、接设计系统、调组件库，靠的都是这类协议。

Plugin（插件）：给 AI 外挂一个个小功能，装上查天气的就能报天气，装上订票的就能订票。它和 MCP 的区别可以这样记：插件像各种品牌各种大小的 U 盘，MCP 就是那个标准化的 USB 插口，核心贡献是把接口统一。

RAG（检索增强生成）：回答之前先去你指定的资料库里翻一遍相关内容，再照着真材实料作答。这正好解释了一个常见困惑——为什么 AI 给的设计建议总是空泛、放哪个项目都能套？因为它只用了脑子里的通用知识。把公司的设计规范、历史项目、组件库喂给它，回答才会紧贴实际情况。

CLI（命令行界面）：黑底白字、只能打字的"黑框框"，也就是终端。听着极客，但现在不少最强的 AI 工具恰恰是这个形态。把它当成"一个长得朴素的聊天窗口"就行，本质还是你说话、它干活，真上手用一次会发现门槛没想象中高。

Orchestration（编排/调度）：让 AI 做个用户研究、改版个主页这种大项目时，它得调用不同的插件、不同的 Skill 配合完成，这个安排先后、协调配合的"总指挥"就是 Orchestration，相当于项目经理或乐队指挥。

十个词摆在一起看，说的其实是同一件事：AI 正在从一个"陪你聊天的工具"，变成一个"能替你把活干完的伙伴"。不用死记定义，记住每个词站在链条的哪个位置就够——谁是大脑（LLM），谁负责动手（Agent、Skill），怎么算账（Token），怎么连上你的东西（MCP、Plugin、RAG），在哪儿敲命令（CLI），谁在做调度（Orchestration）。未来设计师值钱的地方，不是会用某一个 AI，而是能把一串 AI 编排成一条顺滑的流水线。